Pandas数据帧numpy在多个条件下

Question

用熊猫和纽比。如何实现以下目标：

df['thecol'] = np.where(
(df["a"] >= df["a"].shift(1)) &
(df["a"] >= df["a"].shift(2)) &
(df["a"] >= df["a"].shift(3)) &
(df["a"] >= df["a"].shift(4)) &
(df["a"] >= df["a"].shift(5)) &
(df["a"] >= df["a"].shift(6)) &
(df["a"] >= df["a"].shift(7)) &
(df["a"] >= df["a"].shift(8)) &
(df["a"] >= df["a"].shift(9)) &
(df["a"] >= df["a"].shift(10))
,'istrue','isnottrue')

没有如此丑陋的代码重复，如果只是数字在改变？我想有相同的代码与我提供的任何数字，而不是键入所有的手动？在

它的意思是将列“a”中的当前值与同一列中的值（上面一行和上面两行等）进行比较，如果所有这些条件都为真，则结果为“istrue”

我尝试在for循环中移动dataframe，然后将该值附加到一个列表中，并计算其最大值，使其仅具有（df[“a”]>；=maxvalue）一次，但这对我也不起作用。我是Python的新手，在不久的将来可能会问更多愚蠢的问题

这是可行的，但我希望它也没有这个重复的代码，所以我可以学习正确的代码。我尝试过使用yield generator的示例，但也无法使其正常工作

@编辑： 回答者文。我需要rolling。在

最后我想出了一个可怕的方法：

^{pr2}$

Answer 1

听起来你需要rolling

np.where(df['a']==df['a'].rolling(10).max(),'istrue','isnottrue')